meta公司最新发布的MobileLLM-R1系列轻量化语言模型引发行业关注，该系列提供1.4亿、3.6亿和9.5亿三种参数规格，专门针对移动端场景进行深度优化。引人注目的是，这些模型可以直接在智能手机等终端设备上运行，完全摆脱了对云端服务的依赖。 Meta团队在模型优化方面另辟蹊径，重点对数学计算、多语言编程能力（支持Python/C++等主流语言）及科学问题求解三大核心场景进行了专项监督微调。特别值得一提的是950M旗舰版本，其预训练阶段仅消耗约2TB的高质量数据，整体训练数据量压减至不足5TB。虽然数据规模远低于行业标准，但该模型在MATH、GSM8K等权威数学测评中，竟以压倒性优势战胜了训练数据量达36TB的Qwen 3-0.6B模型。 更令人惊喜的是，在编程技能测试中，MobileLLM-R1 950M展现了惊人的竞争力。与当前热门的开源模型Olmo 1.24B和SmolLM 1.7B同台竞技时，其在LiveCodeBench编程测试中全面领跑。数学能力表现尤为突出，950M版本的准确度是Olmo 1.24B的5倍之多，相比SmolLM 1.7B也有2倍优势。 就技术落地而言，开发者可以借助vLLM推理引擎轻松部署这套模型系列，只需在ModelRegistry中简单注册Llama4ForCausalLM架构即可快速上手。目前MobileLLM-R1全系产品都已开放使用Apache 2.0开源协议，完整的模型权重和训练代码均已同步至Hugging Face平台，并向全球开发者开放下载。